游戏中的极小化极大算法

我正在尝试使用极小化极大算法创建我的第一个游戏,但我不知道如何使用树来实现这个算法。

游戏规则如下:

  • 桌子上有M个立方体(例如40个),每个玩家必须从桌子上拿走1到L个立方体(L在程序中定义,例如L=5)。

  • 拿走桌子上的最后一个立方体的玩家获胜。

  • 先手玩家是MAX(电脑),后手玩家是MIN(人类)。

首先我们必须运行极小化极大算法,然后MAX玩家会选择最佳的移动方式。

这就是游戏,但我无法想象如何用树来实现这个算法。有人能帮我并给我一些建议吗?


回答:

并不是你创建了一棵树,而是你的搜索过程可以被描述为树状结构。

以更熟悉的井字游戏为例,假设你是X。你有9个选择,9种可能的移动方式。

之后,O将会有8种可能的移动方式,依此类推。

你可以执行深度优先搜索(设定一个深度限制以确保搜索的可行性),每次从子节点获取结果后,你选择最小(或最大)的结果。

这个页面用井字游戏的例子更详细地讨论了这个问题:http://neverstopbuilding.com/minimax。请注意,他们的算法是递归的,这使得累积子节点的得分相对简单。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注